KR102085034B1 - 영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치 - Google Patents

영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치 Download PDF

Info

Publication number
KR102085034B1
KR102085034B1 KR1020130065670A KR20130065670A KR102085034B1 KR 102085034 B1 KR102085034 B1 KR 102085034B1 KR 1020130065670 A KR1020130065670 A KR 1020130065670A KR 20130065670 A KR20130065670 A KR 20130065670A KR 102085034 B1 KR102085034 B1 KR 102085034B1
Authority
KR
South Korea
Prior art keywords
pixel
foreground
image
background model
pixels
Prior art date
Application number
KR1020130065670A
Other languages
English (en)
Other versions
KR20140143918A (ko
Inventor
이광국
Original Assignee
에스케이 텔레콤주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 에스케이 텔레콤주식회사 filed Critical 에스케이 텔레콤주식회사
Priority to KR1020130065670A priority Critical patent/KR102085034B1/ko
Publication of KR20140143918A publication Critical patent/KR20140143918A/ko
Application granted granted Critical
Publication of KR102085034B1 publication Critical patent/KR102085034B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치를 개시한다.
촬영영상의 전경과 배경을 분리하여 전경영상을 검출하기 위한 장치에 있어서, 상기 촬영영상에 대한 영상 프레임을 획득하는 영상 획득부; 상기 영상 프레임을 두개 이상의 화소를 포함하는 화소블록으로 설정하는 블록 설정부; 상기 화소블록 내에 포함된 화소 중 어느 하나를 입력화소로 결정하는 입력화소 결정부; 상기 영상 프레임에 해당하는 메인 배경모델을 획득하고, 상기 메인 배경모델 중 상기 입력화소에 대응하는 배경모델을 갱신하여 최신 배경모델을 생성하는 배경모델 처리부; 상기 입력화소 및 상기 최신 배경모델을 비교하여 산출된 차이값에 근거하여 전경화소를 검출하는 전경화소 검출부; 및 상기 전경화소에 근거하여 상기 영상 프레임에서 움직이는 객체에 해당하는 상기 전경영상을 생성하는 전경영상 생성부를 포함하는 것을 특징으로 하는 전경영상 검출장치를 제공한다.

Description

영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치{Method and Apparatus for Detecting Foregroud Image with Separating Foregroud and Background in Image}
본 실시예는 영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치에 관한 것이다. 더욱 상세하게는, 영상 내에서 움직이는 객체를 검출하기 위해 영상 내에 포함된 화소를 복수 개의 화소블록으로 구분하고, 화소블록 중 어느 하나의 화소에 근거하여 배경모델의 업데이트 및 전경화소 검출을 수행하여 움직이는 객체에 대한 전경영상을 생성하는 영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
영상 감시 시스템은 일반적으로 영상 내에서 객체를 검출하기 위해 배경제거 방법을 이용한다. 이러한 배경제거 방법은 연속된 프레임의 입력 영상을 이용하여 배경 모델을 생성하고, 생성된 배경 모델과 입력영상의 차이를 비교하여 전경에 대한 영역을 검출한다.
이러한, 영상 감시 시스템은 배경모델의 갱신 및 객체 검출을 위해 화소 별로 많은 수의 부동 소수점 연산이 이루어져야 하며, 모든 화소에 대해 매 입력 프레임마다 반복적인 연산을 수행해야함으로 계산량이 매우 높다. 예컨대, 영상 감시 시스템이 수십 내지 수백 대의 카메라를 포함하는 경우, 객체를 검출하기 위한 알고리즘의 연산량이 증가하여 다수의 분석서버 또는 컴퓨팅 장비가 필요로 하다는 문제점이 있다.
또한, 현재 구현되고 있는 영상 감시 시스템은 임베디드 시스템(Embedded System)인 경우가 대부분이고, 이러한 임베디드 시스템은 일반적인 분석서버 또는 컴퓨팅 장비에 비해 연산 처리능력이 낮으므로, 높은 연산량을 요구하는 복잡한 객체 검출 알고리즘에는 이용할 수 없다는 문제점이 있다.
본 실시예는, 영상 내에서 움직이는 객체를 검출하기 위해 영상 내에 포함된 화소를 복수 개의 화소블록으로 구분하고, 화소블록 중 어느 하나의 화소에 근거하여 배경모델의 업데이트 및 전경화소 검출을 수행하여 움직이는 객체에 대한 전경영상을 생성하는 영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치를 제공하는 데 주된 목적이 있다.
본 실시예의 일 측면에 의하면, 촬영영상의 전경과 배경을 분리하여 전경영상을 검출하기 위한 장치에 있어서, 상기 촬영영상에 대한 영상 프레임을 획득하는 영상 획득부; 상기 영상 프레임을 두개 이상의 화소를 포함하는 화소블록으로 설정하는 블록 설정부; 상기 화소블록 내에 포함된 화소 중 어느 하나를 입력화소로 결정하는 입력화소 결정부; 상기 영상 프레임에 해당하는 메인 배경모델을 획득하고, 상기 메인 배경모델 중 상기 입력화소에 대응하는 배경모델을 갱신하여 최신 배경모델을 생성하는 배경모델 처리부; 상기 입력화소 및 상기 최신 배경모델을 비교하여 산출된 차이값에 근거하여 전경화소를 검출하는 전경화소 검출부; 및 상기 전경화소에 근거하여 상기 영상 프레임에서 움직이는 객체에 해당하는 상기 전경영상을 생성하는 전경영상 생성부를 포함하는 것을 특징으로 하는 전경영상 검출장치를 제공한다.
또한, 본 실시예의 다른 측면에 의하면, 촬영영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법에 있어서, 상기 촬영영상에 대한 영상 프레임을 획득하는 영상 획득과정; 상기 영상 프레임을 두개 이상의 화소를 포함하는 화소블록으로 설정하는 블록 설정과정; 상기 화소블록 내에 포함된 화소 중 어느 하나를 입력화소로 결정하는 입력화소 결정과정; 상기 영상 프레임에 해당하는 메인 배경모델을 획득하고, 상기 메인 배경모델 중 상기 입력화소에 대응하는 배경모델을 갱신하여 최신 배경모델을 생성하는 배경모델 처리과정; 상기 입력화소 및 상기 최신 배경모델을 비교하여 산출된 차이값에 근거하여 전경화소를 검출하는 전경화소 검출과정; 및 상기 전경화소에 근거하여 상기 영상 프레임에서 움직이는 객체에 해당하는 상기 전경영상을 생성하는 전경영상 생성과정을 포함하는 것을 특징으로 하는 전경영상 검출방법을 제공한다.
이상에서 설명한 바와 같이 본 실시예에 의하면, 영상 내에서 움직이는 객체를 검출하기 위해 영상 내에 포함된 화소를 복수 개의 화소블록으로 구분하고, 화소블록 중 어느 하나의 화소에 근거하여 배경모델의 업데이트 및 전경화소 검출을 수행하여 움직이는 객체에 대한 전경영상을 생성함으로써, 움직이는 객체에 대한 전경영상을 검출하기 위한 연산량을 감소시켜 객체 검출속도를 향상시킬 수 있는 효과가 있다.
또한, 움직이는 객체에 해당하는 화소가 포함된 화소블록에 대해 배경모델 업데이트 및 전경화소 검출을 수행함으로써, 전경영상의 정확도를 높일 수 있는 효과가 있다.
도 1은 본 실시예에 따른 전경영상 검출 시스템을 개략적으로 나타낸 블록 구성도이다.
도 2는 본 실시예에 따른 전경영상 검출장치를 개략적으로 나타낸 블록 구성도이다.
도 3은 본 실시예에 따른 촬영영상의 전경 및 배경을 분리하는 방법을 설명하기 위한 순서도이다.
도 4는 본 실시예에 따른 전경 배경 분리를 위한 화소블록의 설정방법과 일반적인 전경 배경 분리방법을 비교하여 설명하기 위한 예시도이다.
도 5는 본 실시예에 따른 소정의 화소블록 내에서 화소를 갱신하는 동작을 설명하기 위한 예시도이다.
도 6은 본 실시예에 따른 하나의 영상 프레임에서 화소의 업데이트 횟수 및 연산량을 나타낸 예시도이다.
도 7은 본 실시예에 따른 촬영영상의 화소 업데이트에 대한 히스토그램을 나타낸 그래프이다.
도 8은 본 실시예에 따른 배경이 제거된 전경영상에 대한 결과를 나타낸 예시도이다.
이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 실시예에 따른 전경영상 검출 시스템을 개략적으로 나타낸 블록 구성도이다.
본 실시예에 따른 전경영상 검출 시스템은 영상 촬영장치(110), 전경영상 검출장치(120), 모니터링 장치(130) 및 데이터베이스(140)를 포함한다. 본 실시예에서는 전경영상 검출 시스템이 영상 촬영장치(110), 전경영상 검출장치(120), 모니터링 장치(130) 및 데이터베이스(140)만을 포함하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 전경영상 검출 시스템에 포함되는 구성요소에 대하여 다양하게 수정 및 변형하여 적용 가능할 것이다.
영상 촬영장치(110)는 영상을 촬영할 수 있는 장치를 말하며, 본 실시예에 따른 영상 촬영장치(110)는 소정의 위치를 촬영하여 움직이는 객체를 감시하기 위한 영사을 촬영할 수 있는 CCTV용 카메라, 방범 및 감시용 카메라 등으로 구현되는 것이 바람직하다. 영상 촬영장치(110)는 움직이는 객체를 감시하기 위해 촬영된 촬영영상을 전경영상 검출장치(120)로 전송한다. 또한, 영상 촬영장치(110)에서 촬영된 촬영영상은 복수 개의 프레임을 포함한 영상일 수 있으나 반드시 이에 한정되는 것을 아니며, 하나의 프레임일 수도 있다.
전경영상 검출장치(120)는 영상 촬영장치(110)로부터 촬영된 촬영영상에 대한 영상 프레임을 획득하고, 획득한 영상 프레임을 두개 이상의 화소를 포함하는 화소블록으로 설정하는 동작을 수행한다. 더 자세히 설명하자면, 전경영상 검출장치(120)는 W × H 크기의 영상 프레임의 모든 화소 중 두개 이상의 화소를 포함하는 m × n 크기로 구분하여 화소블록을 설정한다. 여기서, W는 영상 프레임의 가로 화소수를 의미하고, H는 영상 프레임의 세로 화소수를 의미하며, m은 화소블록의 가로 화소수를 의미하고, n은 화소블록의 세로 화소수를 의미한다. 예컨대, 블록 설정부(220)는 320 × 240 크기의 영상 프레임을 2 × 2 크기의 화소블록으로 구분하여 설정할 수 있다.
전경영상 검출장치(120)는 화소블록 내에 포함된 화소 중 어느 하나를 영상 프레임의 순번 정보에 근거하여 순차적으로 입력화소로 결정한다. 여기서, 입력화소는 순차적으로 결정되는 것일 수 있으나 화소블록 중 어느 하나의 화소를 랜덤으로 설정할 수도 있다. 전경영상 검출장치(120)가 입력화소를 결정하는 동작에 대해서는 도 2에서 더 자세히 설명하도록 한다.
전경영상 검출장치(120)는 영상 프레임에 대한 메인 배경모델을 획득하고, 메인 배경모델 중 입력화소에 대응하는 배경모델을 갱신하여 최신 배경모델을 생성한다. 즉, 전경영상 검출장치(120)는 영상 프레임에 포함된 모든 화소에 대한 메인 배경모델을 획득하고, 메인 배경모델 중 입력화소로 결정된 화소에 해당하는 배경모델만을 갱신하여 최신 배경모델을 생성한다. 여기서, 전경영상 검출장치(120)는 현재 수신되는 신규영상 프레임의 이전에 수신된 모든 과거영상 프레임들의 배경화소들에 대한 데이터의 평균값을 각각의 화소별로 산출한 메인 배경모델을 데이터베이스(140)로부터 획득하고, 메인 배경모델 중 입력화소에 대응하는 배경모델을 확인하여 최신 배경모델로 갱신한다. 예컨대, 전경영상 검출장치(120)는 영상 프레임에서 2 × 2 크기의 화소블록(좌측상단: 제 1 화소, 우측상단: 제 2 화소, 좌측하단: 제 3 화소, 우측하단: 제 4 화소) 중 제 1 화소가 입력화소인 경우, 영상 프레임에 대한 메인 배경모델을 획득하고, 메인 배경모델 중 제 1 화소의 과거영상 프레임들의 배경화소들에 대한 데이터의 평균값을 산출한 배경모델을 확인하고, 제 1 화소에 대한 배경모델을 제 1 화소에 대한 데이터 값을 추가하여 최신 배경모델을 생성한다.
전경영상 검출장치(120)는 입력화소 및 최신 배경모델을 비교하여 산출된 차이값이 기 설정된 임계값 이상인 경우 입력화소가 전경에 해당하는 것으로 판단하여 입력화소를 전경화소로 검출하고, 검출된 전경화소를 이용하여 움직이는 객체에 해당하는 전경영상을 생성한다.
한편, 전경영상 검출장치(120)는 입력화소만을 전경화소로 검출하는 경우, 전경영상의 정확도가 낮아질 수 있다. 이러한 경우 전경영상 검출장치(120)는 전경영상의 정확도를 높이기 위해, 입력화소가 움직이는 객체에 대한 전경인 것으로 판단되어 전경화소로 검출된 경우, 전경화소가 포함된 화소블록 내에 전경화소를 제외한 나머지 모든 화소에 대한 배경모델을 갱신하고, 화소블록 내의 나머지 모든 화소가 각각 움직이는 객체에 대한 전경에 해당하는지 여부를 판단하여 전경화소를 추가로 검출할 수 있다. 전경영상 검출장치(120)는 추가로 검출된 전경화소를 포함하여 정확도를 높인 전경영상을 생성할 수 있다.
전경영상 검출장치(120)는 생성된 전경영상을 모니터링 장치(130)로 전송하여 관리자가 움직이는 객체를 확인할 수 있도록 한다.
모니터링 장치(130)는 관리자가 전경영상 검출장치(120)로부터 전경영상을 수신하여 디스플레이하는 장치를 말한다. 여기서, 전경영상은 움직임이 없는 배경에 대한 배경영상을 제거하여, 움직이는 객체에 대한 화소만을 이용하여 생성된 영상을 의미한다.
본 실시예에 따른 모니터링 장치(130)는 전경영상을 이용하여 객체의 크기, 자세 및 종류 등을 구분할 수 있으며, 전경영상을 칼라, 흑백, 음영 및 반전 등의 효과를 이용하여 디스플레이할 수 있다. 또한, 모니터링 장치(130)는 전경영상 검출장치(120)로부터 전경영상을 수신하기 위해 무선랜 신호 또는 블루투스(Bluetooth), 지그비(Zigbee) 등과 같은 근거리 통신이 가능하도록 구현될 수도 있다.
한편, 도 1에서 모니터링 장치(130)는 전경영상 검출장치(120)와 별도의 장치인 것으로 기재하고 있으나 반드시 이에 한정되는 것은 아니며, 전경영상 검출장치(120)에 디스플레이부와 같은 모듈을 포함하여 구현된 하나의 장치로 구현될 수도 있다.
데이터베이스(140)는 데이터베이스 관리 프로그램(DBMS)을 이용하여 컴퓨터 시스템의 저장공간(하드디스크 또는 메모리)에 구현된 일반적인 데이터구조를 의미하는 것으로, 데이터의 검색(추출), 삭제, 편집, 추가 등을 자유롭게 행할 수 있는 데이터 저장형태를 뜻하는 것으로, 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이터베이스 관리 시스템(RDBMS: Relational Data Base Management System)이나, 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이터베이스 관리 시스템(OODBMS) 및 엑셀론(Excelon), 타미노(Tamino), 세카이주(Sekaiju) 등의 XML 전용 데이터베이스(XML Native Database)를 이용하여 본 실시예의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(Field) 또는 엘리먼트들을 가지고 있다.
본 실시예에 따른 데이터베이스(140)는 전경영상 검출장치(120)와 연결되어 각종 데이터를 저장하는 동작을 수행한다. 예컨대, 데이터베이스(140)는 전경영상 검출장치(120)로부터 영상 프레임에 해당하는 전경화소 및 배경화소에 대한 정보, 전경영상 및 배경영상 등을 저장하고, 사용자로부터 소정의 정보에 대한 요청이 있는 경우, 모니터링 장치(130)로 요청에 대응하는 소정의 정보를 전송할 수 있다.
도 2는 본 실시예에 따른 전경영상 검출장치를 개략적으로 나타낸 블록 구성도이다.
본 실시예에 따른 전경영상 검출장치(120)는 영상 획득부(210), 블록 설정부(220), 입력화소 결정부(230), 배경모델 처리부(240), 전경화소 검출부(250), 화소블록 처리부(260) 및 전경영상 생성부(270)를 포함한다. 본 실시예에 따른 전경영상 검출장치(120)는 영상 획득부(210), 블록 설정부(220), 입력화소 결정부(230), 배경모델 처리부(240), 전경화소 검출부(250), 화소블록 처리부(260) 및 전경영상 생성부(270)만을 포함하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 전경영상 검출장치(120)에 포함되는 구성요소에 대하여 다양하게 수정 및 변형하여 적용 가능할 것이다.
영상 획득부(210)는 전경영상 검출장치(120)와 연결된 영상 촬영장치(110)로부터 촬영된 촬영영상에 대한 영상 프레임을 획득한다. 여기서, 영상 획득부(210)는 기 촬영된 촬영영상에 대한 복수 개의 영상 프레임을 순차적으로 획득하는 것일 수 있으나 반드시 이에 한정되는 것은 아니며, 실시간으로 촬영되는 촬영영상에 대한 영상프레임을 수신할 수도 있다.
블록 설정부(220)는 영상 프레임을 두개 이상의 화소를 포함하는 화소블록으로 설정하는 동작을 수행한다. 더 자세히 설명하자면, 블록 설정부(220)는 영상 프레임에 포함된 모든 화소인 W(영상 프레임의 가로 화소수) × H(영상 프레임의 세로 화소수) 중 두개 이상의 화소를 포함하는 m(화소블록의 가로 화소수) × n(화소블록의 세로 화소수) 크기의 화소블록으로 구분하여 설정한다. 예컨대, 블록 설정부(220)는 320 × 240 크기의 영상 프레임을 2 × 2 크기의 화소블록으로 구분하여 설정할 수 있다.
입력화소 결정부(230)는 블록 설정부(220)에서 설정된 화소블록 중 어느 하나의 화소를 입력화소로 결정하는 동작을 수행한다. 본 실시예에 따른 입력화소 결정부(230)는 화소블록 중 어느 하나의 화소를 영상 프레임의 순번 정보에 근거하여 순차적으로 입력화소로 결정할 수 있으나 반드시 이에 한정되는 것은 아니며, 화소블록 중 어느 하나의 화소를 랜덤으로 설정할 수도 있다.
입력화소 결정부(230)는 수학식 1을 이용하여 순차적으로 화소블록 중 하나의 화소를 입력화소로 결정할 수 있다.
Figure 112013050985319-pat00001
(x: 입력화소, N: 영상 프레임의 순번 정보, m: 화소블록의 가로 화소수, n: 화소블록의 세로 화소수)
입력화소 결정부(230)는 수학식1과 같이 나머지 연산을 이용하여 순차적으로 화소블록 내의 입력화소를 결정할 수 있다. 예컨대, 입력화소 결정부(230)가 2 × 2 크기의 화소블록(좌측상단: 제 1 화소, 우측상단: 제 2 화소, 좌측하단: 제 3 화소, 우측하단: 제 4 화소)이 설정된 제 1 영상 프레임 내지 제 5 영상 프레임에 대한 입력화소를 결정하는 것으로 가정하면, 입력화소 결정부(230)는 제 1 영상 프레임에서 x가 1이므로 화소블록 내의 제 1 화소를 입력화소로 결정하고, 제 2 영상 프레임에서 x가 2이므로 화소블록 내의 제 2 화소를 입력화소로 결정하고, 제 3 영상 프레임에서 x가 3이므로 화소블록 내의 제 3 화소를 입력화소로 결정하고, 제 4 영상 프레임에서 x가 0이므로 화소블록 내의 제 4 화소를 입력화소로 결정한다. 또한, 입력화소 결정부(230)는 제 5 영상 프레임에서 x가 1이므로 화소블록 내의 제 1 화소를 입력화소로 결정하여 4개의 영상 프레임마다 입력화소를 순차적으로 변경하여 결정할 수 있다.
배경모델 처리부(240)는 움직이지 않는 영상에 대한 배경모델을 획득하고, 입력화소에 근거하여 배경모델을 갱신하여 최신 배경모델을 생성하는 동작을 수행한다. 본 실시예에 따른 배경모델 처리부(240)는 배경모델 확인부(242) 및 배경모델 갱신부(244)를 포함한다.
배경모델 확인부(242)는 영상 프레임의 모든 화소에 대한 메인 배경모델을 획득하고, 메인 배경모델 중 입력화소로 결정된 화소에 대한 배경모델을 확인하는 동작을 수행한다. 여기서, 배경모델 확인부(242)는 영상 획득부(210)에서 현재 수신되는 신규영상 프레임의 이전에 수신된 모든 과거영상 프레임들의 배경화소들에 대한 데이터의 평균값을 각각의 화소별로 산출한 메인 배경모델을 데이터베이스(140)로부터 획득할 수도 있으나, 배경모델 확인부(242) 내에 메인 배경모델을 기 저장하여 확인할 수도 있다. 예컨대, 배경모델 확인부(242)는 영상 프레임에서 2 × 2 크기의 화소블록(좌측상단: 제 1 화소, 우측상단: 제 2 화소, 좌측하단: 제 3 화소, 우측하단: 제 4 화소) 중 제 1 화소가 입력화소인 경우, 영상 프레임에 대한 메인 배경모델을 획득하고, 메인 배경모델 중 제 1 화소의 과거영상 프레임들의 배경화소들에 대한 데이터의 평균값을 산출한 배경모델을 확인하여 제 1 화소에 대한 배경모델을 결정한다.
한편, 배경모델 확인부(242)는 영상 획득부(210)에서 수신되는 신규영상 프레임이 첫번째 영상 프레임일 경우, 과거 영상 프레임이 존재하지 않는 것으로 인지하여 첫번째 영상 프레임을 메인 배경모델로 생성할 수도 있다.
배경모델 갱신부(244)는 입력화소에 대응하는 배경모델을 갱신하여 최신 배경모델을 생성하는 동작을 수행한다. 즉, 배경모델 갱신부(244)는 입력화소로 결정된 화소에 대한 배경모델에 입력화소의 데이터를 추가하여 데이터의 평균값을 산출한 최신 배경모델을 생성한다. 예컨대, 배경모델 갱신부(244)는 2 × 2 크기의 화소블록(좌측상단: 제 1 화소, 우측상단: 제 2 화소, 좌측하단: 제 3 화소, 우측하단: 제 4 화소)에서 제 1 화소가 입력화소인 경우, 제 1 화소에 대한 배경모델을 제 1 화소에 대한 데이터 값을 추가하여 최신 배경모델을 생성한다.
전경화소 검출부(250)는 입력화소 결정부(230)에서 결정된 입력화소와 배경모델 처리부(240)에서 생성된 최신 배경모델을 비교하여 산출된 차이값에 근거하여 입력화소를 전경화소로 검출하는 동작을 수행한다.
본 실시예에 따른 전경화소 검출부(250)는 입력화소 및 최신 배경모델을 비교하여 산출된 차이값이 기 설정된 임계값 이상인 경우 입력화소가 전경에 해당하는 것으로 판단하여 입력화소를 전경화소로 검출하고, 입력화소 및 최신 배경모델을 비교하여 산출된 차이값이 기 설정된 임계값 미만인 경우 입력화소가 배경에 해당하는 것으로 판단하여 입력화소를 배경화소로 데이터베이스(140)에 저장되도록 한다. 여기서, 전경화소 검출부(250)는 배경화소에 해당하는 영역을 0의 값으로 설정하고, 움직이는 객체에 대한 전경화소는 1의값으로 설정하여 구분할 수 있다. 한편, 전경화소 검출부(250)는 가우시안 혼합 모델(GMM: Gaussian Mixture Model)을 이용하여 전경화소를 분리할 수도 있으며, 촬영영상 내의 화소 중 가우시안 모드에 대한 가중치(Weight)가 소정의 기준보다 큰 입력화소를 배경화소로 확인하고, 확인된 배경화소를 제거하여 움직이는 객체에 해당하는 전경화소를 검출할 수도 있다.
화소블록 처리부(260)는 전경화소가 존재하는 화소블록에 포함된 모든 화소를 업데이트하는 동작을 수행한다. 더 자세히 설명하자면, 화소블록 처리부(260)는 전경화소 검출부(250)에서 입력화소가 움직이는 객체에 대한 전경인 것으로 판단되어 입력화소가 전경화소로 검출된 경우, 전경화소가 포함된 화소블록 내에 전경화소를 제외한 모든 화소에 대한 배경모델을 갱신하고, 화소블록 내의 각각의 화소가 움직이는 객체에 대한 전경에 해당하는지 여부를 확인한다.
화소블록 처리부(260)는 전경화소가 포함된 화소블록에 대한 모든 화소의 배경모델을 갱신함으로써, 전경영상의 정확도가 낮아지는 것을 방지할 수 있다. 한편, 화소블록 처리부(260)는 관리자의 설정에 따라 정확도가 다소 낮아지더라도 움직이는 객체의 신속한 검출을 요청하는 경우, 전경화소가 포함된 화소블록에 대한 모든 화소의 배경모델을 갱신하지 않고, 전경화소만을 이용하여 전경영상이 생성되도록 할 수도 있다.
전경영상 생성부(270)는 움직이는 객체에 해당하는 전경화소에 근거하여 전경영상을 생성하고, 생성된 전경영상을 모니터링 장치(130)로 전송하여 관리자가 움직이는 객체를 확인할 수 있도록 한다.
도 3은 본 실시예에 따른 촬영영상의 전경 및 배경을 분리하는 방법을 설명하기 위한 순서도이다.
전경영상 검출장치(120)는 영상 촬영장치(110)로부터 촬영된 촬영영상에 대한 영상 프레임을 획득한다(S310). 여기서, 전경영상 검출장치(120)는 기 촬영된 촬영영상에 대한 복수 개의 영상 프레임을 순차적으로 획득하는 것일 수 있으나 반드시 이에 한정되는 것은 아니며, 실시간으로 촬영되는 촬영영상에 대한 영상프레임을 수신할 수도 있다.
전경영상 검출장치(120)는 영상 프레임에 포함된 두개 이상의 화소를 화소블록으로 설정하고(S320), 화소블록 내에 포함된 화소 중 어느 하나를 입력화소로 결정한다(S330). 예컨대, 전경영상 검출장치(120)는 320 × 240 크기의 영상 프레임을 2 × 2 크기로 구분하여 화소블록을 설정하고, 화소블록 내에 포함된 화소 중 어느 하나를 영상 프레임의 순번 정보에 근거하여 순차적으로 입력화소로 결정한다.
전경영상 검출장치(120)는 메인 배경모델을 획득하고(S340), 메인 배경모델 중 입력화소에 대응하는 배경모델을 갱신하여 최신 배경모델을 생성한다(S350). 여기서, 전경영상 검출장치(120)는 현재 수신되는 신규영상 프레임의 이전에 수신된 모든 과거영상 프레임들의 배경화소들에 대한 데이터의 평균값을 각각의 화소별로 산출한 메인 배경모델을 데이터베이스(140)로부터 획득하고, 메인 배경모델 중 입력화소에 대응하는 배경모델을 확인하여 최신 배경모델로 갱신한다.
전경영상 검출장치(120)는 입력화소와 최신 배경모델을 비교하여 차이값을 산출하고(S360), 산출된 차이값에 따라 입력화소가 전경인지 여부를 판단하여 전경화소를 검출한다(S370). 즉, 전경영상 검출장치(120)는 입력화소 및 최신 배경모델을 비교하여 산출된 차이값이 기 설정된 임계값 이상인 경우, 입력화소가 전경에 해당하는 것으로 판단하여 입력화소를 전경화소로 검출한다.
한편, 전경영상 검출장치(120)는 입력화소만을 전경화소로 검출하는 경우, 전경영상의 정확도가 낮아질 수 있는데, 전경영상 검출장치(120)는 전경영상의 정확도를 높이기 위해 단계 S370에서 입력화소가 움직이는 객체에 대한 전경인 것으로 판단되어 전경화소로 검출된 경우, 전경화소가 포함된 화소블록 내에 전경화소를 제외한 나머지 모든 화소에 대한 배경모델을 갱신하고, 화소블록 내의 나머지 모든 화소가 각각 움직이는 객체에 대한 전경에 해당하는지 여부를 판단하여 전경화소를 추가로 검출한다(S380).
전경영상 검출장치(120)는 단계 S370 및 S380에서 검출된 전경화소에 근거하여 영상 프레임에서 움직이는 객체에 해당하는 전경영상을 생성하여 모니터링 장치에 제공한다(S390). 한편, 단계 S370에서 입력화소가 전경화소로 추출되지 않은 경우, 기존에 생성된 전경영상을 그대로 모니터링 장치(130)에 제공한다.
도 3에서는 단계 S310 내지 단계 S390를 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 3에 기재된 순서를 변경하여 실행하거나 단계 S310 내지 단계 S390 중 하나 이상의 단계를 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 3는 시계열적인 순서로 한정되는 것은 아니다.
도 4는 본 실시예에 따른 전경 배경 분리를 위한 화소블록의 설정방법과 일반적인 전경 배경 분리방법을 비교하여 설명하기 위한 예시도이다.
도 4에 도시된 바와 같이 (a)는 본 실시예에 따른 영상 프레임에서 전경 및 배경을 분리하기 위해 화소블록을 설정하는 동작을 나타낸 예시도이고, (b)는 일반적인 영상 프레임에서 전경 및 배경을 분리하는 동작을 나타낸 예시도이다.
도 4의 (a)는 W × H 크기의 영상 프레임을 m × n 크기의 화소블록으로 구분하여 설정한다. 여기서, W는 영상 프레임의 가로 화소수를 의미하고, H는 영상 프레임의 세로 화소수를 의미한다. 또한, m은 화소블록의 가로 화소수를 의미하고, n은 화소블록의 세로 화소수를 의미한다. 예컨대, 전경영상 검출장치(120)는 320 × 240 크기의 영상 프레임을 2 × 2 크기의 화소블록으로 구분하여 설정할 수 있다.
전경영상 검출장치(120)는 도 4의 (a)에서 설정된 화소블록 중 입력화소를 결정하여, 입력화소에 대한 배경모델을 갱신하여 전경화소를 검출하는 동작을 수행한다.
이에 비해, 도 4의 (b)에서 일반적인 전경영상 검출장치는 영상 프레임의 첫번 째 행부터 좌측에서 우측으로 모든 화소에 대한 배경모델을 업데이트하고, 모든 화소에 대해서 전경화소를 검출한다.
그러므로, 본 실시예에 따른 전경영상 검출장치(120)는 일반적인 전경영상 검출장치에 비해 1 / (m × n)만큼의 연산만이 요구되어 m × n만큼 빠른 전경화소 검출을 수행할 수 있다.
도 5는 본 실시예에 따른 소정의 화소블록 내에서 화소를 갱신하는 동작을 설명하기 위한 예시도이다.
도 5에 도시된 바와 같이, 전경영상 검출장치(120)는 2 × 2 크기의 화소블록으로 설정된 경우, 제 1 화소블록(510)은 좌측상단의 화소를 제 1-1 화소(512), 우측상단의 화소를 제 1-2 화소(514), 좌측하단의 화소를 제 1-3 화소(516), 우측하단의 화소를 제 1-4 화소(518)로 설정될 수 있다. 또한, 동일한 순서대로 제 2 화소블록(520)은 좌측상단의 화소를 제 2-1 화소(512), 우측상단의 화소를 제 2-2 화소(514), 좌측하단의 화소를 제 2-3 화소(516), 우측하단의 화소를 제 2-4 화소(518)로 설정될 수 있다. 여기서, 전경영상 검출장치(120)는 모든 화소블럭의 ○-1 화소, ○-2 화소, ○-3 화소 및 ○-4 화소 순으로 순차적으로 입력화소를 결정할 수 있다. 이러한, 순차적인 입력화소 결정은 영상 프레임의 순번 번호에 화소블록의 크기를 나머지 연산하여 결정되는 것이 바람직하나 반드시 이에 한정되는 것은 아니며, 화소블록 내의 화소들을 랜덤하게 설정할 수도 있다.
도 6은 본 실시예에 따른 하나의 영상 프레임에서 화소의 업데이트 횟수 및 연산량을 나타낸 예시도이다.
도 6에 도시된 바와 같이, 본 실시예에 따른 전경영상 검출장치(120)는 320 × 240의 영상 프레임에서 일반적인 방식으로 76,800개의 화소에 대한 배경모델을 갱신해야 하는 연산량을 2 × 2 크기의 화소블록으로 구분하여 약 26,000개의 화소에 대해서만 배경모델의 갱신하여 33.89 %의 연산만을 수행할 수 있는 결과를 나타낸다. 즉, 본 실시예에 따른 전경영상 검출장치(120)는 화소블록의 크기에 비례하여 배경모델을 갱신하는 연산속도를 감소시킬 수 있다.
도 7은 본 실시예에 따른 촬영영상의 화소 업데이트에 대한 히스토그램을 나타낸 그래프이다.
도 7에 도시된 히스토그램의 x 축은 하나의 영상 프레임에서 배경모델이 갱신된 화소의 개수를 나타낸 것이고, y 축은 촬영영상에 포함된 복수 개의 영상 프레임 중 화소의 배경모델이 갱신된 프레임의 개수를 나타낸 것이다.
도 7은 본 실시예에 따른 전경영상 검출장치(120)에서 3,400 프레임 길이의 촬영영상에 대해 매 프레임의 갱신된 화소의 수를 나타낸 것으로서, 하나의 영상 프레임에서 배경모델이 갱신된 화소의 개수가 30,000 번 이하인 경우가 전체의 약 92 %(3,130 프레임)인 것으로 확인된다. 즉, 본 실시예에 따른 전경영상 검출장치(120)는 일반적으로 모든 화소를 갱신하는 방식보다 전경영상을 검출하기 위한 부하를 감소시킬 수 있다.
도 8은 본 실시예에 따른 배경이 제거된 전경영상에 대한 결과를 나타낸 예시도이다.
도 8의 (a)는 기차역 플랫폼에서 CCTV 카메라로 촬영상 촬영영상을 나타내고, 도 8의 (b)는 일반적인 전경 및 배경 분리 방식을 통해 배경을 제거한 전경영상이고, 도 8의 (c)는 본 실시예에 따른 전경 및 배경 분리 방식을 통해 배경을 제거한 전경영상이다.
도 8의 (b)와 도 8의(c)를 비교한 결과, 본 실시예에 따른 전경영상 검출장치(120)는 화소블록을 설정하여 배경모델의 갱신 및 전경화소의 검출에 필요한 연산량을 감소시켰으나, 촬영영상 내에 움직이는 객체에 대한 전경영상에는 거의 차이가 없는 것을 확인할 수 있다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
이상에서 설명한 바와 같이 본 실시예는 영상 감시 분야에 적용되어, 전경영상의 정확도가 감소되지 않으면서, 움직이는 객체에 대한 전경영상을 검출하는 연산량을 줄여 객체 검출속도를 향상시키는 효과를 발생하는 유용한 발명이다.
110: 영상 촬영장치 120: 전경영상 검출장치
130: 모니터링 장치 140: 데이터베이스
210: 영상 획득부 220: 블록 설정부
230: 입력화소 결정부 240: 배경모델 처리부
242: 배경모델 확인부 244: 배경모델 갱신부
250: 전경화소 검출부 260: 화소블록 처리부
270: 전경영상 생성부

Claims (12)

  1. 촬영영상의 전경과 배경을 분리하여 전경영상을 검출하기 위한 장치에 있어서,
    상기 촬영영상에 대한 영상 프레임을 획득하는 영상 획득부;
    상기 영상 프레임을 두개 이상의 화소를 포함하는 화소블록으로 설정하는 블록 설정부;
    상기 화소블록 내에 포함된 복수 개의 화소를 상기 영상 프레임의 순번 정보에 상기 화소블록의 크기를 나머지 연산하여 산출된 값을 이용하여 입력화소를 결정하는 입력화소 결정부;
    상기 영상 프레임에 해당하는 메인 배경모델을 획득하고, 상기 메인 배경모델 중 상기 입력화소에 대응하는 배경모델을 갱신하여 최신 배경모델을 생성하는 배경모델 처리부;
    상기 입력화소 및 상기 최신 배경모델을 비교하여 산출된 차이값에 근거하여 전경화소를 검출하는 전경화소 검출부; 및
    상기 전경화소에 근거하여 상기 영상 프레임에서 움직이는 객체에 해당하는 상기 전경영상을 생성하는 전경영상 생성부
    를 포함하는 것을 특징으로 하는 전경영상 검출장치.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서,
    상기 전경 화소 검출부는,
    상기 차이값이 기 설정된 임계값 이상인 경우, 상기 입력화소가 전경에 해당하는 것으로 판단하여 상기 전경화소를 검출하고, 상기 차이값이 기 설정된 임계값 미만인 경우 상기 입력화소가 배경인 것으로 판단하여 배경화소로 저장되도록 하는 것을 특징으로 하는 전경영상 검출장치.
  5. 제 1 항에 있어서,
    상기 전경 화소 검출부는,
    상기 차이값이 기 설정된 임계값 이상인 경우, 상기 입력화소가 전경에 해당하는 것으로 판단하여 상기 전경화소로 검출하고, 상기 전경화소가 포함된 상기 화소블록 내에 상기 전경화소를 제외한 나머지 화소에 대한 배경모델을 갱신하고, 상기 나머지 화소가 상기 전경에 해당하는지 여부를 확인하는 것을 특징으로 하는 전경영상 검출장치.
  6. 제 1 항에 있어서,
    상기 배경모델 처리부는,
    상기 영상 프레임 이전에 수신된 모든 과거영상 프레임들의 배경화소들에 대한 데이터의 평균값을 각각의 화소별로 산출한 메인 배경모델을 데이터베이스로부터 획득하는 것을 특징으로 하는 전경영상 검출장치.
  7. 제 6 항에 있어서,
    상기 배경모델 처리부는,
    상기 메인 배경모델 중 상기 입력화소에 대응하는 상기 배경모델을 결정하고, 상기 배경모델에 상기 입력화소에 대한 데이터를 추가하여 평균값을 산출한 상기 최신 배경모델을 생성하는 것을 특징으로 하는 전경영상 검출장치.
  8. 제 1 항에 있어서,
    상기 배경모델 처리부는,
    상기 영상 프레임이 상기 촬영영상에서 첫 번째 프레임에 해당하는 경우, 상기 영상 프레임에 해당하는 모든 화소의 데이터를 상기 메인 배경모델로 생성하는 것을 특징으로 하는 전경영상 검출장치.
  9. 제 1 항에 있어서,
    상기 블록 설정부는,
    m(상기 화소블록의 가로 화소수) × n(상기 화소블록의 세로 화소수) 크기의 상기 화소블록으로 설정하되, 화소블록의 크기에 비례하여 상기 최신 배경모델의 생성하는 시간을 감소시키는 것을 특징으로 하는 전경영상 검출장치.
  10. 촬영영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법에 있어서,
    상기 촬영영상에 대한 영상 프레임을 획득하는 영상 획득과정;
    상기 영상 프레임을 두개 이상의 화소를 포함하는 화소블록으로 설정하는 블록 설정과정;
    상기 화소블록 내에 포함된 복수 개의 화소를 상기 영상 프레임의 순번 정보에 상기 화소블록의 크기를 나머지 연산하여 산출된 값을 이용하여 입력화소를 결정하는 입력화소 결정과정;
    상기 영상 프레임에 해당하는 메인 배경모델을 획득하고, 상기 메인 배경모델 중 상기 입력화소에 대응하는 배경모델을 갱신하여 최신 배경모델을 생성하는 배경모델 처리과정;
    상기 입력화소 및 상기 최신 배경모델을 비교하여 산출된 차이값에 근거하여 전경화소를 검출하는 전경화소 검출과정; 및
    상기 전경화소에 근거하여 상기 영상 프레임에서 움직이는 객체에 해당하는 상기 전경영상을 생성하는 전경영상 생성과정
    을 포함하는 것을 특징으로 하는 전경영상 검출방법.
  11. 삭제
  12. 제 10 항에 있어서,
    상기 전경화소 검출과정은,
    상기 차이값이 기 설정된 임계값 이상인 경우, 상기 입력화소가 전경에 해당하는 것으로 판단하여 상기 전경화소를 검출하고, 상기 차이값이 기 설정된 임계값 미만인 경우 상기 입력화소가 배경인 것으로 판단하여 배경화소로 저장되도록 하되, 상기 전경화소가 포함된 상기 화소블록 내에 상기 전경화소를 제외한 나머지 화소에 대한 배경모델을 갱신하고, 상기 나머지 화소가 상기 전경에 해당하는지 여부를 판단하여 추가로 전경화소를 검출하는 과정을 포함하는 것을 특징으로 하는 전경영상 검출방법.
KR1020130065670A 2013-06-10 2013-06-10 영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치 KR102085034B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130065670A KR102085034B1 (ko) 2013-06-10 2013-06-10 영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130065670A KR102085034B1 (ko) 2013-06-10 2013-06-10 영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20140143918A KR20140143918A (ko) 2014-12-18
KR102085034B1 true KR102085034B1 (ko) 2020-03-05

Family

ID=52674416

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130065670A KR102085034B1 (ko) 2013-06-10 2013-06-10 영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102085034B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104519240B (zh) * 2014-12-20 2017-08-11 福州大学 一种前景目标检测的ip核及方法
KR101709751B1 (ko) * 2015-11-24 2017-02-24 주식회사 지오멕스소프트 해변의 입수자에 대한 자동 위험 감시 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003324727A (ja) 2002-05-08 2003-11-14 Av Planning Center:Kk 背景像推定方法及び背景像推定装置
JP2006024149A (ja) 2004-07-09 2006-01-26 Foundation For The Promotion Of Industrial Science 画像上移動物体認識方法及び装置
JP2009048240A (ja) * 2007-08-13 2009-03-05 Tokyo Institute Of Technology 動画像における移動物体の検出方法、検出装置、監視方法および監視システム
JP2010532898A (ja) * 2007-07-08 2010-10-14 ユニベルシテ・ド・リエージュ 視覚背景抽出器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003324727A (ja) 2002-05-08 2003-11-14 Av Planning Center:Kk 背景像推定方法及び背景像推定装置
JP2006024149A (ja) 2004-07-09 2006-01-26 Foundation For The Promotion Of Industrial Science 画像上移動物体認識方法及び装置
JP2010532898A (ja) * 2007-07-08 2010-10-14 ユニベルシテ・ド・リエージュ 視覚背景抽出器
JP2009048240A (ja) * 2007-08-13 2009-03-05 Tokyo Institute Of Technology 動画像における移動物体の検出方法、検出装置、監視方法および監視システム

Also Published As

Publication number Publication date
KR20140143918A (ko) 2014-12-18

Similar Documents

Publication Publication Date Title
US11928800B2 (en) Image coordinate system transformation method and apparatus, device, and storage medium
US9754160B2 (en) Method and device for detecting gathering of objects based on stereo vision as well as non-transitory computer-readable medium
CN105243395B (zh) 一种人体图像比对方法和装置
US8995714B2 (en) Information creation device for estimating object position and information creation method and program for estimating object position
US9672634B2 (en) System and a method for tracking objects
CN103729858B (zh) 一种视频监控***中遗留物品的检测方法
JP6024658B2 (ja) 物体検出装置、物体検出方法及びプログラム
CN103810711A (zh) 一种用于监控***视频的关键帧提取方法及其***
JP2015528614A5 (ko)
JP6565600B2 (ja) アテンション検出装置及びアテンション検出方法
US12002195B2 (en) Computer vision-based anomaly detection method, device and electronic apparatus
CN113228626B (zh) 视频监控***和方法
CN110930434A (zh) 目标对象跟踪方法、装置、存储介质和计算机设备
KR101995523B1 (ko) 객체 검출 장치 및 방법
Alqaysi et al. Detection of abnormal behavior in dynamic crowded gatherings
CN106612385A (zh) 视频检测方法和视频检测装置
JP2020109644A (ja) 転倒検出方法、転倒検出装置及び電子機器
KR102085034B1 (ko) 영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치
JP6028972B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
KR101542206B1 (ko) 코아스-파인 기법을 이용한 객체 추출과 추적 장치 및 방법
JP7078295B2 (ja) 変状検出装置、変状検出方法、及びプログラム
CN115880643B (zh) 一种基于目标检测算法的社交距离监测方法和装置
KR101412369B1 (ko) 영상의 객체 검출 방법 및 장치
US10248853B2 (en) Image output device, image output method, and computer program product
CN111915713A (zh) 一种三维动态场景的创建方法、计算机设备、存储介质

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right